采样区域的确定方法、装置、电子设备和存储介质制造方法及图纸

本申请提出了一种采样区域的确定方法、装置、电子设备和存储介质。该确定方法用于确定口腔内进行核酸采样的采样区域，该确定方法包括：获取第一图像的图像特征；将图像特征输入至第一模型，确定第一图像是否需要光照增强；在确定第一图像需要光照增强的情况下，对第一图像光照增强，并根据光照增强后的第一图像确定采样区域；在确定第一图像不需要光照增强的情况下，根据第一图像确定采样区域，其中，第一模型表示根据重参数化算法构建的模型。模型表示根据重参数化算法构建的模型。模型表示根据重参数化算法构建的模型。

【技术实现步骤摘要】
采样区域的确定方法、装置、电子设备和存储介质


[0001]本申请涉及图像处理
，具体而言，涉及一种采样区域的确定方法、装置、电子设备和存储介质。

技术介绍

[0002]相关技术中，在采集口腔图像过程中，受环境光照影响，采集到的口腔图像可能过暗，导致确定的口腔内部的采样区域存在误差，造成自动化核酸采集装置无法在进行准确的采样。

技术实现思路

[0003]本申请旨在至少解决相关技术中存在的技术问题之一。
[0004]为此，本申请的第一个方面在于提出一种采样区域的确定方法。
[0005]本申请的第二个方面在于提出一种采样区域的确定装置。
[0006]本申请的第三个方面在于提出一种电子设备。
[0007]本申请的第四个方面在于提出一种可读存储介质。
[0008]本申请的第五个方面在于提出一种计算机程序产品。
[0009]有鉴于此，根据本申请的一个方面，提出了一种采样区域的确定方法，该确定方法用于确定口腔内进行核酸采样的采样区域，该确定方法包括：获取第一图像的图像特征；将图像特征输入至第一模型，确定第一图像是否需要光照增强；在确定第一图像需要光照增强的情况下，对第一图像光照增强，并根据光照增强后的第一图像确定采样区域；在确定第一图像不需要光照增强的情况下，根据第一图像确定采样区域，其中，第一模型表示根据重参数化算法构建的模型。
[0010]需要说明的是，本申请所提出的采样区域的确定方法的执行主体可以是采样区域的确定装置，为了更加清楚的对本申请提出的采样区域的确定方法进行说明，下面技术方案中以采样区域的确定方法的执行主体为采样区域的确定装置进行示例性说明。
[0011]在该技术方案中，上述第一图像表示自动化核酸采集装置拍摄的口腔内的图像；上述图像特征表示第一图像中的颜色、纹理、形状和空间关系等特征。
[0012]具体地，确定装置首先获取第一图像的图像特征。具体而言，根据图像特征可以明确第一图像的基本参数，例如图像的色调和偏色值等，根据这些参数可以确定第一图像的光照情况。因此，确定装置需要获取上述图像特征。
[0013]进一步地，确定装置将获取的图像特征输入到第一模型中，判断上述第一图像需不需要进行光照增强。具体而言，上述第一模型表示通过gumbelsoftmax(重参数化)函数构建的模型，其能够将discrete(离散)方程转换为continuous(连续)方程来进行二值化选择，即能够根据具体的图像特征输出第一图像需不需要进行光照增强。
[0014]具体而言，由于光照增强算法通常计算量较大，计算速度慢，如果对采集的所有第一图像都进行光照增强会极大的影响采样效率，本申请中通过第一模型预先判断采集到的
第一图像是否需要进行光照增强，有效避免了出现上述情况。
[0015]进一步地，在判断得出需要对上述第一图像进行图像增强的情况下，确定装置对该第一图像光照增强，并对完成光照增强的第一图像进行分析和识别，确定出上述采样区域。
[0016]具体而言，如果上述第一模型判断得出需要对上述第一图像进行光照增强，则表明上述第一图像的光照参数不能够满足对第一图像进行识别，确定口腔内核酸采样区域的条件，因此，确定装置需要先对上述第一图像进行光照增强，然后根据完成光照增强的第一图像确定上述采样区域。
[0017]进一步地，在判断得出不需要对上述第一图像进行光照增强的情况下，确定装置直接对上述第一图像进行分析和识别，确定出上述采样区域。
[0018]具体而言，如果上述第一模型判断得出不需要对上述第一图像进行光照增强，则表明上述第一图像的光照参数能够满足对第一图像进行识别，确定口腔内核酸采样区域的条件，因此，确定装置无需对上述第一图像进行光照增强，直接根据自动化核酸采集的第一图像即可确定出上述采样区域。
[0019]在该技术方案中，确定装置可以根据获取的第一图像中的图像特征，通过预先构建好的第一模型判断第一图像是否需要进行光照增强，在确定需要进行光照增强时，可以根据完成光照增强的第一图像确定口腔内的核酸采样区域，这样，保证了确定的采样区域的准确性。在确定不需要进行光照增强时，可以直接根据采集的第一图像的原图确定口腔内核酸采样区域，这样，能够快速确定出采样区域，便于提高自动化核酸采集装置的采样效率。
[0020]此外，根据本申请的上述技术方案提出的采样区域的确定方法，还可以具有以下附加技术特征：
[0021]在上述技术方案中，确定第一图像是否需要光照增强的步骤具体包括：在第一模型输出第一目标值的情况下，确定第一图像需要光照增强；或在第一模型输出第二目标值的情况下，确定第一图像不需要光照增强。
[0022]在该技术方案中，确定装置通过判断第一模型输出的数值为第一目标值还是第二目标值，即可确认需不需要对上述第一图像进行光照增强，这样，提高了是否需要对上述第一图像进行光照增强的判断效率和判断准确性，进而提高了上述自动换核酸采集装置的采样效率。
[0023]在上述技术方案中，对第一图像光照增强的步骤具体包括：根据图像特征确定光照增强方案；根据光照增强方案对第一图像光照增强。
[0024]在该技术方案中，确定装置能够根据上述图像特征，确定出对于上述第一图像的具体光照增强方案，并能够根据该光照增强方案对第一图像进行光照增强。这样，保证了后续步骤中，根据完成光照增强的第一图像确定出的口腔内的核酸采样区域的准确性。
[0025]在上述技术方案中，根据图像特征确定光照增强方案的步骤具体包括：将图像特征输入至第二模型中，以使第二模型输出光照增强方案，其中，第二模型表示预先训练的神经网络模型。
[0026]在该技术方案中，确定装置通过将上述图片特征输入到第二模型中，即可确定出具体地光照增强方案，这样，提高了确定采样区域的效率和准确性，进而提高了自动化核酸
采集装置的采样效率。
[0027]在上述技术方案中，在确定采样区域之后，确定方法还包括：确定采样区域与预设采样区域的差异值；根据差异值，采用预设优化器优化第一模型和/或第二模型。在该技术方案中，确定装置根据采样区域的确定结果，可以明确确定出的采样区域与标准的采样区域之间的差异值，根据该差异值对第一模型进行优化，有利于提高第一模型对于上述第一图像是否需要光照增强的判断结果的准确性；根据该差异值对第二模型进行优化，有利于提高第二模型输出的光照增强方案的准确性。
[0028]在上述技术方案中，确定采样区域的步骤具体包括：采用区域分割算法对光照增强后的第一图像或第一图像进行区域划分，确定采样区域。
[0029]在上述技术方案中，获取第一图像的图像特征的步骤具体包括：获取第一图像；将第一图像输入至第三模型，以使第三模型输出图像特征，其中，第三模型表示预先训练卷积神经网络模型确定的用于特征提取的轻量化模型。
[0030]在该技术方案中，确定装置可以通过预先训练好的第三模型提取获取的第一图像中的图像特征，这样，保证了图像特征提本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.一种采样区域的确定方法，其特征在于，包括：获取第一图像的图像特征；将所述图像特征输入至第一模型，确定所述第一图像是否需要光照增强；在确定所述第一图像需要光照增强的情况下，对所述第一图像光照增强，并根据光照增强后的第一图像确定所述采样区域；在确定所述第一图像不需要光照增强的情况下，根据所述第一图像确定所述采样区域；其中，所述第一模型表示根据重参数化算法构建的模型。2.根据权利要求1所述的采样区域的确定方法，其特征在于，所述确定所述第一图像是否需要光照增强，具体包括：在所述第一模型输出第一目标值的情况下，确定所述第一图像需要光照增强；或在所述第一模型输出第二目标值的情况下，确定所述第一图像不需要光照增强。3.根据权利要求1所述的采样区域的确定方法，其特征在于，所述对所述第一图像光照增强，具体包括根据所述图像特征确定光照增强方案；根据所述光照增强方案对所述第一图像光照增强。4.根据权利要求3所述的采样区域的确定方法，其特征在于，所述根据所述图像特征确定光照增强方案，具体包括：将所述图像特征输入至第二模型中，以使所述第二模型输出所述光照增强方案；其中，所述第二模型表示预先训练的神经网络模型。5.根据权利要求4所述的采样区域的确定方法，其特征在于，在确定所述采样区域之后，所述确定方法还包括：确定所述采样区域与预设采样区域的差异值；根据所述差异值，采用预设优化器优化所述第一模型和/或所述第二模型。6.根据权利要求1至5中任一项所述的采样区域的确定方法，其特征在于，所述确定所述采样区域，具体包括：采用区域分割算法对光照增强后的第一图像或所述第一图像进行区域划分，确定所述采样区域。7.根据权利要求1至5中任一项所述的采样区域的确定方法，其特征在于，所述获取第一图像的图...

【专利技术属性】
技术研发人员：祝毅晨，区志财，史佳雯，牟小峰，唐剑，
申请(专利权)人：美的集团股份有限公司，
类型：发明
国别省市：